1259 artigos
A interseção entre física e computação, conhecida como física computacional, transforma equações complexas em simulações digitais que revelam os segredos do universo. Ao utilizar poderosos algoritmos, os pesquisadores exploram desde o comportamento de partículas subatômicas até a dinâmica de galáxias, preenchendo lacunas onde a teoria pura ou a experimentação direta encontram limites.
No Gist.Science, monitoramos diariamente os novos pré-prints dessa área publicados no arXiv. Para cada documento, oferecemos duas perspectivas essenciais: um resumo técnico detalhado para especialistas e uma explicação em linguagem acessível para quem busca compreender os conceitos sem barreiras matemáticas.
Abaixo, você encontrará os trabalhos mais recentes adicionados a esta categoria, prontos para serem explorados em diferentes níveis de profundidade.
Este trabalho apresenta uma abordagem computacional integrada, utilizando aprendizado de máquina e espectroscopia de vibração, para demonstrar como o nível de oxidação do grafeno altera a estrutura da água interfacial, fornecendo uma assinatura espectroscópica que reconcilia divergências experimentais anteriores.
Este estudo propõe uma abordagem de aprendizado ativo para identificar lacunas de dados em sistemas binários e utiliza simulações de dinâmica molecular *ab initio* para melhorar a precisão das previsões da entalpia de mistura, com foco especial em ligas contendo elementos refratários.
O artigo propõe um método para construir potenciais vetoriais para campos harmóticos tangentes à fronteira em domínios com túneis, utilizando problemas de *curl-curl* com condições de contorno não homogêneas baseadas em curvas que representam a homologia de 1-cadeias do domínio.
O artigo apresenta uma abordagem de dinâmica quântico-clássica informada por dados (DIQCD) que utiliza uma equação de Lindblad com um Hamiltoniano flexível para prever com precisão a evolução de sistemas quânticos abertos a partir de dados esparsos e ruidosos, demonstrando eficácia tanto em dispositivos experimentais de moléculas ultra-frias quanto em simulações de semicondutores orgânicos.
Este artigo apresenta métodos de elementos espectrais descontínuos de ordem arbitrária para as equações de águas rasas rotativas em superfícies curvas, garantindo conservação de massa e energia, equilíbrio bem balanceado e estabilidade de entropia por meio de uma formulação covariante que evita a necessidade de aproximações métricas complexas.
Este trabalho explora a aplicação de métodos de redes de tensores, inspirados em sistemas quânticos, para acelerar e otimizar processos de compressão de imagem e problemas de óptica clássica, como a propagação de frente de onda.
Este trabalho utiliza simulações de dinâmica molecular por meio do método de semeadura (*seeding method*) para testar a Teoria da Nucleação Clássica (CNT) na condensação de Lennard-Jones em sistemas pequenos, demonstrando que a CNT prevê com precisão os raios de clusters estáveis e os raios de clusters críticos de sistemas infinitos.
Este artigo apresenta um novo método de Monte Carlo de Simulação Direta (DSMC) para a equação de Landau multiespécies, que utiliza um núcleo de espalhamento regularizado para permitir simulações eficientes, sem malhas e capazes de lidar com razões de massa realistas, como a de próton-elétron.
Este trabalho desenvolve e avalia quatro potenciais interatômicos aprendidos por máquina (ACE, MACE, GAP e tabGAP) para simular com precisão de nível DFT a evolução de defeitos e danos por radiação no supercondutor YBCO.
Este trabalho propõe um novo framework que combina Redes Kolmogorov-Arnold (KAN) com o método de Level-Set para resolver problemas de fronteira móvel, demonstrando que essa abordagem é uma alternativa compacta e eficiente para aproximar campos de temperatura e a dinâmica de interfaces em sistemas físicos.